基于lucene的轻量级全文检索的应用方案简介_第1页
基于lucene的轻量级全文检索的应用方案简介_第2页
基于lucene的轻量级全文检索的应用方案简介_第3页
基于lucene的轻量级全文检索的应用方案简介_第4页
基于lucene的轻量级全文检索的应用方案简介_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于Lucene的轻量级全文检索的应用方案介绍,2005.12,Agenda,全文检索的实现原理介绍全文检索工具Lucene的介绍Lucene的实践相关参考资料的介绍,全文检索的实现原理,对于检索系统来说核心是一个排序问题。它的核心关键是建立一个反向索引机制，将数据源（比如多篇文章）进行排序后存储的同时，有另外一个排好序的关键词列表，用于存储关键词=文章映射关系，利用这样的映射关系索引：关键词=出现关键词的文章编号，出现次数（甚至包括位置：起始偏移量，结束偏移量），出现频率，检索过程就是把模糊查询变成多个可以利用索引的精确查询的逻辑组合的过程。,全文检索 数据库的like %keyword%,Lucene是什么？,Lucene不是一个完整的全文索引应用，而是一个用Java写的全文索引引擎工具包，它可以方便的嵌入到各种应用中实现针对应用的全文索引/检索功能。Lucene的作者：Doug Cutting是一位资深全文索引/检索专家Lucene的命名的由来是Doug这位大师妻子的名字,lucene的组成结构,对于外部应用来说索引模块(index)和检索模块(search)是主要的外部应用入口org.apache.Lucene.search/ 搜索入口org.apache.Lucene.index/索引入口org.apache.Lucene.analysis/ 语言分析器org.apache.Lucene.queryParser/ 查询分析器org.apache.Lucene.document/ 存储结构org.apache.Lucene.store/ 底层IO/存储结构org.apache.Lucene.util/一些公用的对象,Lucene中文分词的实现,以中文为例: 对于中文来讲，全文索引首先还要解决一个语言分析的问题。现在常用的两种分析算法：一、自然语法即用词表切分 二、自动切分算法即用2元语法(bigram)。 目前比较大的搜索引擎的语言分析算法一般是基于以上2个机制的结合。lucene支持第二种分词方法。二元语法切分词组结果如下: 北京天安门 = 北京 京天 天安 安门。,实践Lucene,Lucene给我们提供很多封装良好的接口方便我们的使用。下面我们来演示一下Lucene的使用方法。 （参见Lucene Quickstart）,相关资料,Microsoft 全文搜索技术 /china/technet/prodtechnol/sharepoint/evaluate/featfunc/mssearch.asp基于Lucene/XML的站内全文检索解决方案 /tech/weblucene.htmlJakarta Lucenehttp:/jakarta.apache
人人文库> 全部分类> 应用文书 > 项目管理

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论